악성코드의 어셈블리 코드 유사성을 통한 이미지화와 기계 학습을 이용한 악성코드 분류

홈 > 연구문헌 > 학술대회 프로시딩 > 한국정보과학회 학술대회 > KSC 2017

한글제목(Korean Title)	악성코드의 어셈블리 코드 유사성을 통한 이미지화와 기계 학습을 이용한 악성코드 분류
영문제목(English Title)	Classification of malicious codes by using machine learning and imaging through assembly code similarity of Malware
저자(Author)	김휘준 김경섭 원유재 Huijoon Kim Kyungsup Kim Yoojae Won
원문수록처(Citation)	VOL 44 NO. 02 PP. 2016 ~ 2018 (2017. 12)
한글내용 (Korean Abstract)	본 논문에서는 악성코드를 어셈블리 언어로 변환한 뒤 각 명령어 집합 중 의미 있는 구역을 찾아 LSH기법을 통해 이미지를 생성하여 기계 학습을 하는 모델을 제안한다. 이미지 생성과정에서 파일의 기본포맷 등 악성코드를 탐지하는데 의미 없는 부분을 제외하려고 하였으며 각 악성 코드 별 유사성을 바탕으로 이미지를 생성한다. 기존의 악성코드를 바이트 단위로 잘라 이미지를 생성하는 방식과는 달리 악성코드의 특징을 찾아 학습하기 때문에 좀 더 정확하고 신뢰성 있는 모델이 될 수 있음을 보여준다.
영문내용 (English Abstract)
키워드(Keyword)
파일첨부	PDF 다운로드